Entrega grupal
Álvaro Pascual (DNI: 01672747-A), Rodrigo Castillo (DNI: 29624141-A), Marcos Martínez (DNI: 50635315-X), Jorge Mendoza (DNI: 51518202-L)
Paquetes necesarios
Datos
Pasamos la tabla de elecciones a tidy, hacemos una columna partido
Agrupar varios partidos a la misma sigla
abbrev_g<-abbrev |>
mutate(siglas=case_when(
str_detect(denominacion, "PARTIDO SOCIALISTA|PSOE") ~ "PSOE",
str_detect(denominacion, "PARTIDO POPULAR") ~ "PP",
str_detect(denominacion, "CIUDADANOS-PARTIDO DE LA CIUDADANÍA|CIUDADANOS-PARTIDO DE LA CIUDADANIA") ~ "C's",
str_detect(denominacion, "PARTIDO NACIONALISTA VASCO") ~ "PNV",
str_detect(denominacion, "BLOQUE NACIONALISTA GALEGO") ~ "BNG",
str_detect(denominacion, "CONVERGENCIA i UNIO|CONVERGENCIA I UNIO") ~ "CIU",
str_detect(denominacion, "UNIDAS PODEMOS|PODEM|EZKER BATUA|IZQUIERDA UNIDA") ~ "UP",
str_detect(denominacion, "ESQUERRA REPUBLICANA DE CATALUNYA") ~ "ERC",
str_detect(denominacion, "SORTU|EUSKO|ALkARTASUNA|ARALAR|ALTERNATIBA") ~ "EH-BILDU",
str_detect(denominacion, "MÁS PAÍS") ~ "MP",
str_detect(denominacion, "VOX") ~ "VOX",
TRUE ~ "OTROS",
))Hacemos que si un partido tienen asiganda varias abreviaturas se quede con la primera y unimos elecciones con abreaviaturas, para que en elecciones salga la abrevaitura de cada partido
Separamos cod_mun en las 3 varibales de comunidad autonoma, provincia y municipio, para que coincidan con las de la tabla elecciones
En la tabla surveys (encuestas) hacemos una columna partido, muy simliar al primero de elecciones, además quitamos los partidos que no tienen importancia en la encuesta, es decir que no han recibido datos
Debes descartar las encuestas que: se refieran a elecciones anteriores a 2008, sean a pie de urna, tamaño muestral desconocido o inferior a 500, tenga 1 día o menos de trabajo de campo.
# Convertir las columnas de fecha a formato Date
surveys_clean <- surveys_tidy |>
mutate(
date_elec = ymd(date_elec),
field_date_from = ymd(field_date_from),
field_date_to = ymd(field_date_to),
field_duration = as.numeric(field_date_to - field_date_from)
)
# Filtrar la base de datos según las condiciones
surveys_clean <- surveys_clean |>
filter(
date_elec >= "2008-01-01",
exit_poll == FALSE,
!is.na(size) & size >= 500,
field_duration > 1
)12.a) ¿Qué partido fue el ganador en los municipios con más de 100.000 habitantes (censo) en cada una de las elecciones?
12.b) ¿Qué partido fue el segundo cuando el primero fue el PSOE? ¿Y cuando el primero fue el PP?
# Obtener los dos primeros partidos por año
resultados_top2 <- election_tidy_with_siglas |>
filter(censo > 100000) |>
group_by(anno, Partido) |>
summarise(
total_votos = sum(votos, na.rm = TRUE),
.groups = "drop"
) |>
group_by(anno) |>
slice_max(order_by = total_votos, n = 2) |>
arrange(anno, desc(total_votos)) |>
mutate(posicion = row_number()) |>
pivot_wider(
names_from = posicion,
values_from = c(Partido, total_votos)
)# A tibble: 5 × 5
# Groups: anno [5]
anno Partido_1 Partido_2 total_votos_1 total_votos_2
<dbl> <chr> <chr> <dbl> <dbl>
1 2008 PARTIDO POPULAR PARTIDO S… 3376440 2899135
2 2011 PARTIDO POPULAR PARTIDO S… 3430125 1859062
3 2015 PARTIDO POPULAR PARTIDO S… 2272215 1344816
4 2016 PARTIDO POPULAR PARTIDO S… 2503319 1396916
5 2019 PARTIDO SOCIALISTA OBRERO ESPAÑOL PARTIDO P… 3984926 319195412.c) ¿A quién beneficia la baja participación?
election_tidy_with_participation <- election_tidy_with_siglas |>
mutate(participacion = votos / censo)
participacion_partido <- election_tidy_with_participation |>
group_by(anno, siglas) |>
summarise(
participacion_media = mean(participacion, na.rm = TRUE),
votos_totales = sum(votos, na.rm = TRUE),
.groups = "drop"
)
resultados_con_participacion <- participacion_partido |>
mutate(resultado_votos = votos_totales / sum(votos_totales) * 100)
colores_partidos <- c(
"PSOE" = "#E30000",
"PP" = "#0000FF",
"C's" = "#FF6600",
"PNV" = "#006747",
"BNG" = "#0C6F6D",
"CIU" = "#9C3D28",
"UP" = "#6A0DAD",
"ERC" = "#E24D3A",
"EH-BILDU" = "#006F6F",
"MP" = "#00CFFF",
"VOX" = "#008000",
"OTROS" = "#BEBEBE"
)
# Crear la gráfica de dispersión con los colores definidos y mejor estética
resultados <- ggplot(resultados_con_participacion, aes(x = participacion_media, y = resultado_votos, color = siglas)) +
geom_point(size = 3, alpha = 0.7) + # Puntos con tamaño ajustado y transparencia
geom_smooth(method = "lm", se = FALSE, aes(group = siglas), color = "black", linetype = "dashed") + # Línea de regresión por partido
facet_wrap(~ anno, scales = "free_y") + # Facetas por año
scale_color_manual(values = colores_partidos) + # Usar los colores definidos
labs(
title = "Relación entre Participación y Resultados Electorales por Año",
subtitle = "Cada punto representa un partido en una elección, con la participación y el porcentaje de votos",
x = "Participación Media (%)",
y = "Porcentaje de Votos (%)",
color = "Partido"
) +
theme_minimal(base_size = 14) + # Estilo minimalista y tamaño de texto ajustado
theme(
legend.position = "bottom", # Colocar la leyenda abajo
legend.title = element_text(face = "bold", size = 12), # Estilo de título de la leyenda
legend.text = element_text(size = 10), # Estilo de texto de la leyenda
strip.text = element_text(face = "bold", size = 12), # Estilo de los títulos de las facetas
plot.title = element_text(face = "bold", size = 16, hjust = 0.5), # Estilo del título
plot.subtitle = element_text(size = 12, hjust = 0.5) # Estilo del subtítulo
)
resultados_interactivo <- ggplotly(resultados)12.d) Relación entre el censo y el voto mediante un mapa:
indice <- election_data|>
filter(anno==2019) |>
mutate("key"=glue("{codigo_provincia}-{codigo_municipio}")) |>
drop_na(votos_candidaturas, censo) |>
mutate("indice" = votos_candidaturas / censo)
mapa<-mapSpain::esp_get_munic() |>
mutate("key"=glue("{cpro}-{cmun}"))
mapa_indice<- mapa |>
left_join(indice, by="key")
#Grafico de la participacion
g_ind<-ggplot(mapa_indice)+
geom_sf(aes(alpha=indice, fill=indice), color=NA)+
scale_alpha_continuous(range = c(0.7,0.9))+
scale_fill_gradient2(low = "#b9feff",mid="#00c9ff", high = "#040b64", midpoint =
mean(indice$indice), labels = scales::label_number(scale = 100, suffix="%"))+
labs(fill="PARTICIPACION",
title = "PARTICIPACION 2019")+
theme_minimal()+
theme(
axis.text = element_blank(), # Eliminar etiquetas de los ejes
axis.ticks = element_blank(), # Eliminar marcas de los ejes
legend.position = "bottom", # Colocar la leyenda abajo
legend.title = element_text(face = "bold", size = 12), # Estilo de título de la leyenda
legend.text = element_text(size = 8, angle = 30), # Estilo de texto de la leyenda
strip.text = element_text(face = "bold", size = 12), # Estilo de los títulos de las facetas
plot.title = element_text(face = "bold", size = 12, hjust = 0.5), # Estilo del título
plot.subtitle = element_text(size = 12, hjust = 0.5) # Estilo del subtítulo
)+
guides(alpha = "none")
#Grafico del censo de España
g_cen<-ggplot(mapa_indice)+
geom_sf(aes(alpha=censo, fill=censo), color=NA)+
scale_alpha_continuous(range = c(0.7,0.9))+
scale_fill_gradient2(low = "#b9feff",mid="#00c9ff", high = "#040b64", midpoint =
mean(election_data$censo), transform = "log",labels = scales::label_number(scale = 1, accuracy = 1))+
labs(title = "CENSO EN 2019")+
theme_minimal()+
theme(
axis.text = element_blank(), # Eliminar etiquetas de los ejes
axis.ticks = element_blank(), # Eliminar marcas de los ejes
legend.position = "bottom", # Colocar la leyenda abajo
legend.title = element_text(face = "bold", size = 12), # Estilo de título de la leyenda
legend.text = element_text(size = 8, angle = 30), # Estilo de texto de la leyenda
strip.text = element_text(face = "bold", size = 12), # Estilo de los títulos de las facetas
plot.title = element_text(face = "bold", size = 12, hjust = 0.5), # Estilo del título
plot.subtitle = element_text(size = 12, hjust = 0.5) # Estilo del subtítulo
)+
guides(alpha = "none")
votos_censo<-g_ind+g_cen #Sumamos las graficas para compararlas
ganadores_mun<-election_tidy_with_siglas |>
filter(anno==2019) |>
mutate("key"=glue("{codigo_provincia}-{codigo_municipio}")) |>
group_by(key) |>
drop_na(votos) |>
slice_max(votos)
ganadores_mun<- ganadores_mun|>
mutate("Tipo_mun"= if_else(censo>median(ganadores_mun$censo),"Urbana","Rural"))
graf_ganadores<-ggplot(ganadores_mun)+
geom_bar(aes(x = siglas, fill = siglas))+
scale_fill_manual(values = colores_partidos)+
facet_wrap(~Tipo_mun)+
labs(title = "GANADORES RURALES Y URBANOS 2019",
x= "PARTIDOS",
y= "VICTORIAS")+
theme_minimal()+
theme(
legend.position = "none", # Quitar la leyenda
strip.text = element_text(face = "bold", size = 12), # Estilo de los títulos de las facetas
plot.title = element_text(face = "bold", size = 12, hjust = 0.5), # Estilo del título
plot.subtitle = element_text(size = 12, hjust = 0.5), # Estilo del subtítulo
axis.text = element_text(size = 10, angle = 30)
)+
guides(alpha = "none")
graf_ganadores<- ggplotly(graf_ganadores)
¿Cómo calibrar el error de las encuestas (recordemos que las encuestas son de intención de voto a nivel nacional)?
# Agrupar varios partidos a la misma sigla
surveys_clean_siglas <- surveys_clean |>
mutate(Partido=case_when(
str_detect(Partido, "PSOE") ~ "PSOE",
str_detect(Partido, "PP") ~ "PP",
str_detect(Partido, "C's") ~ "C's",
str_detect(Partido, "PNV") ~ "PNV",
str_detect(Partido, "BNGO") ~ "BNG",
str_detect(Partido, "CIU") ~ "CIU",
str_detect(Partido, "UP") ~ "UP",
str_detect(Partido, "ERC") ~ "ERC",
str_detect(Partido, "EH-BILDU") ~ "EH-BILDU",
str_detect(Partido, "MP") ~ "MP",
str_detect(Partido, "VOX") ~ "VOX",
TRUE ~ "OTROS",
))
# Calcular el porcentaje de votos por partido en las elecciones
votes_percentage <- election_tidy_with_siglas |>
group_by(anno, siglas) |>
summarise(total_votes = sum(votos, na.rm = TRUE), .groups = "drop_last") |>
mutate(percentage_votes = total_votes / sum(total_votes) * 100) |>
ungroup()
# Calcular el porcentaje de intención de voto por partido en las encuestas
survey_percentage <- surveys_clean_siglas |>
mutate(date_elec = year(date_elec)) |>
group_by(date_elec, Partido) |>
summarise(mean_intention = mean(value, na.rm = TRUE), .groups = "drop_last") |>
mutate(percentage_intention = mean_intention / sum(mean_intention) * 100) |>
ungroup()
# Unir ambas tablas y calcular el error
error_calibration <- votes_percentage |>
inner_join(survey_percentage, by = c("anno" = "date_elec", "siglas" = "Partido")) |>
mutate(error = abs(percentage_votes - percentage_intention))# A tibble: 32 × 7
anno siglas total_votes percentage_votes mean_intention percentage_intention
<dbl> <chr> <dbl> <dbl> <dbl> <dbl>
1 2008 CIU 774425 3.09 3.29 3.52
2 2008 ERC 289641 1.16 2.34 2.50
3 2008 OTROS 2834568 11.3 4.48 4.79
4 2008 PNV 303264 1.21 1.79 1.92
5 2008 PP 8739275 34.9 38.4 41.1
6 2008 PSOE 8449416 33.7 42.2 45.2
7 2008 UP 416106 1.66 0.889 0.952
8 2011 ERC 244300 1.02 0.966 1.06
9 2011 OTROS 3674199 15.4 3.02 3.30
10 2011 PNV 323591 1.35 1.22 1.34
# ℹ 22 more rows
# ℹ 1 more variable: error <dbl>¿Qué casas encuestadoras acertaron más y cuáles se desviaron más de los resultados?
# Calcular el porcentaje de error por casa encuestadora
media_errors <- surveys_clean_siglas |>
mutate(anno = year(date_elec)) |>
group_by(anno, Partido, media) |>
summarise(
mean_intention = mean(value, na.rm = TRUE),
.groups = "drop"
) |>
mutate(percentage_intention = mean_intention / sum(mean_intention) * 100) |>
inner_join(votes_percentage, by = c("anno", "Partido" = "siglas")) |>
mutate(error = abs(percentage_votes - percentage_intention))
# Calcular el error promedio por casa encuestadora
accuracy_by_media <- media_errors |>
group_by(media) |>
summarise(
mean_error = mean(error, na.rm = TRUE),
.groups = "drop"
) |>
arrange(mean_error)
# Identificar las casas encuestadoras más acertadas y más desviadas
medios_mas_acertados <- accuracy_by_media |> slice_min(order_by = mean_error, n = 5)
medios_menos_acertados <- accuracy_by_media |> slice_max(order_by = mean_error, n = 5)# A tibble: 5 × 2
media mean_error
<chr> <dbl>
1 HENNEO 10.2
2 INFOLIBRE 10.2
3 ESDIARIO 10.2
4 ELECTOMANÍA 10.2
5 RTVE–FORTA 10.2# A tibble: 5 × 2
media mean_error
<chr> <dbl>
1 ANTENA 3 17.9
2 LA SEXTA 17.4
3 CADENA SER 16.8
4 PP 16.6
5 EL INDEPENDIENTE 15.1Ejercicios extras
¿Qué 10 partidos obtuvieron mejores resultados en comparación con las predicciones de las encuestas?
comparativa_partidos <- surveys_clean_siglas |>
mutate(anno = year(date_elec)) |>
group_by(anno, Partido) |>
summarise(
mean_intention = mean(value, na.rm = TRUE),
.groups = "drop"
) |>
mutate(percentage_intention = mean_intention / sum(mean_intention) * 100) |>
inner_join(votes_percentage, by = c("anno", "Partido" = "siglas")) |>
mutate(diferencia = percentage_votes - percentage_intention) |>
arrange(desc(diferencia)) |>
slice_max(order_by = diferencia, n = 10)# A tibble: 10 × 7
anno Partido mean_intention percentage_intention total_votes
<dbl> <chr> <dbl> <dbl> <dbl>
1 2011 PP 43.3 10.1 10116652
2 2008 PP 38.4 9.00 8739275
3 2008 PSOE 42.2 9.88 8449416
4 2016 PP 29.2 6.85 7192478
5 2015 UP 1.16 0.271 5340534
6 2015 PP 27.3 6.40 6530080
7 2019 PSOE 28.1 6.59 12556303
8 2015 PSOE 22.4 5.24 5000315
9 2016 PSOE 21.5 5.04 4702490
10 2011 OTROS 3.02 0.706 3674199
# ℹ 2 more variables: percentage_votes <dbl>, diferencia <dbl>¿Cuál es la relación entre el tamaño del censo y la fragmentación del voto (índice de Herfindahl)? Representar los valores de fragmentación en un mapa por comunidades autonomas.
election_tidy_with_siglas <- election_tidy_with_siglas |>
mutate(codigo_ccaa = substr(codigo_ccaa, 1, 2))
fragmentacion_ccaa <- election_tidy_with_siglas |>
group_by(codigo_ccaa, Partido) |>
summarise(votos_totales = sum(votos, na.rm = TRUE), censo_total = sum(censo, na.rm = TRUE), .groups = "drop") |>
group_by(codigo_ccaa) |>
reframe(
indice_herfindahl = sum((votos_totales / sum(votos_totales, na.rm = TRUE))^2, na.rm = TRUE),
censo_total = unique(censo_total)
)
mapa_ccaa <- mapSpain::esp_get_ccaa()
mapa_fragmentacion_ccaa <- mapa_ccaa |>
left_join(fragmentacion_ccaa, by = c("codauto" = "codigo_ccaa"))
graf_frag<-ggplot(mapa_fragmentacion_ccaa) +
geom_sf(aes(fill = indice_herfindahl), color = "gray90", size = 0.1) +
geom_sf_text(
data = mapa_fragmentacion_ccaa |> filter(!is.na(indice_herfindahl)),
aes(label = sprintf("%.2f", indice_herfindahl)),
size = 2,
color = "black",
fontface = "bold"
) +
scale_fill_gradientn(
colors = c("lightcoral", "gold", "forestgreen"),
name = "Fragmentación",
limits = c(0, 1),
labels = scales::percent_format(accuracy = 1)
) +
labs(
title = "Fragmentación del Voto por Comunidades Autonomas en España",
subtitle = "Índice de Herfindahl",
fill = "Fragmentación (Herfindahl)"
) +
coord_sf(datum = NA) +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"),
plot.subtitle = element_text(hjust = 0.5, size = 12),
legend.position = "right",
legend.title = element_text(size = 10),
legend.text = element_text(size = 8),
panel.grid = element_blank()
)
Funcion para calcular la evolucion de votos de un partido
crecimiento_partido <- function(election_tidy) {
# Calcular los votos totales por partido y año
votos_agrupados <- election_tidy |>
group_by(anno, Partido) |>
summarise(total_votos = sum(votos, na.rm = TRUE), .groups = "drop")
# Ordenar los datos por partido y año
votos_ordenados <- votos_agrupados |>
arrange(Partido, anno)
# Calcular el crecimiento o disminución porcentual entre elecciones consecutivas
# Usamos lag() para obtener los votos del año anterior
# En las elecciones en las que un determinado partido aparece por primera vez, el cambio
# porcentual es 0
crecimiento <- votos_ordenados |>
group_by(Partido) |>
mutate(cambio_pct = ifelse(is.na(lag(total_votos)), 0, (total_votos - lag(total_votos)) / lag(total_votos) * 100)) |>
ungroup()
return(crecimiento)
}¿Qué comunidad autónoma tiene la mayor participación electoral promedio en las elecciones entre 2008 y 2019?
codigo_a_comunidad <- c(
"14" = "País Vasco",
"07" = "Castilla La Mancha",
"17" = "Comunidad Valenciana",
"01" = "Andalucía",
"08" = "Castilla y León",
"10" = "Extremadura",
"04" = "Islas Baleares",
"09" = "Cataluña",
"11" = "Galicia",
"02" = "Aragón",
"16" = "La Rioja",
"12" = "Madrid",
"15" = "Murcia",
"13" = "Navarra",
"03" = "Asturias",
"05" = "Canarias",
"06" = "Cantabria",
"18" = "Ceuta",
"19" = "Melilla"
)
participacion_media_ccaa <- election_tidy_with_siglas |>
group_by(codigo_ccaa) |>
summarise(
participacion_promedio = mean(votos_candidaturas, na.rm = TRUE) / mean(censo, na.rm = TRUE) * 100
)
participacion_media_ccaa <- participacion_media_ccaa |>
mutate(nombre_ccaa = codigo_a_comunidad[as.character(codigo_ccaa)])
participacion <- ggplot(participacion_media_ccaa, aes(x = reorder(nombre_ccaa, -participacion_promedio), y = participacion_promedio, fill = nombre_ccaa)) +
geom_bar(stat = "identity", show.legend = FALSE, width = 0.8) +
scale_fill_viridis_d(option = "D", begin = 0.2, end = 0.8) +
scale_y_continuous(limits = c(0, 100)) +
labs(
title = "Comunidad Autónoma con Mayor Participación Electoral Promedio (2008-2019)",
subtitle = "Participación promedio en las elecciones durante el período 2008-2019",
x = "Comunidad Autónoma",
y = "Participación Promedio (%)"
) +
theme_minimal(base_size = 15) +
theme(
axis.text.x = element_text(angle = 45, hjust = 1, size = 11, family = "Arial", color = "darkblue"),
axis.text.y = element_text(size = 13, family = "Arial", color = "darkblue"),
axis.title.x = element_text(size = 14, face = "bold", family = "Arial", color = "darkred"),
axis.title.y = element_text(size = 14, face = "bold", family = "Arial", color = "darkred"),
plot.title = element_text(size = 11, face = "bold", family = "Arial", color = "darkgreen"),
plot.subtitle = element_text(size = 12, family = "Arial", color = "gray50"),
plot.margin = margin(10, 20, 10, 20),
panel.grid.major = element_line(color = "gray85", size = 0.5),
panel.grid.minor = element_blank(),
panel.background = element_rect(fill = "white", color = "white"))
participacion_int <- ggplotly(participacion)¿Cuál es la relación entre la participación electoral y el tamaño de la muestra de las encuestas?
encuestas_filtradas <- surveys_clean_siglas |>
filter(size >= 500)
participacion_por_partido <- encuestas_filtradas |>
group_by(Partido) |>
summarise(mean_participacion = mean(value, na.rm = TRUE))
partidos_colores <- c(
"PSOE" = "#D50032",
"PP" = "#0056A0",
"C's" = "#FF6600",
"VOX" = "#006747",
"UP" = "#9B4F96",
"ERC" = "#D82B6D",
"PNV" = "#006A3E",
"MP" = "#03A9F4",
"EH-BILDU" = "#E32B5F",
"CIU" = "#A7C3A4",
"BNG" = "#E60012",
"Otros" = "#BDBDBD"
)
encuestas <- ggplot(participacion_por_partido, aes(x = reorder(Partido, -mean_participacion), y = mean_participacion, fill = Partido)) +
geom_bar(stat = "identity", width = 0.7) +
scale_fill_manual(values = partidos_colores) +
labs(title = "Participación Electoral Promedio por Partido (Tamaño de Muestra > 500)",
x = "Partido", y = "Participación Electoral Promedio (%)") +
theme_minimal(base_size = 14) +
theme(
axis.text.x = element_text(angle = 45, hjust = 1, size = 12),
axis.text.y = element_text(size = 12),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
legend.position = "none",
panel.grid.major.x = element_blank(),
panel.grid.minor.x = element_blank()
) +
coord_flip()
encuestas_int <- ggplotly(encuestas)¿Cómo han cambiado las categorías de votos (mayoría, empate, minoría) por provincia desde 2008 hasta 2019?
# Calcular el porcentaje de votos por provincia y año
datos_comparacion <- election_tidy |>
group_by(codigo_provincia, anno) |>
mutate(porcentaje_voto = votos / sum(votos) * 100)
# Definir las categorías de mayoría, empate y minoría
datos_comparacion$categoría <- case_when(
datos_comparacion$porcentaje_voto > 50 ~ "Mayoría",
datos_comparacion$porcentaje_voto >= 45 & datos_comparacion$porcentaje_voto <= 50 ~ "Empate",
TRUE ~ "Minoría"
)
# Convertir 'categoría' en un factor ordenado
datos_comparacion$categoría <- fct_relevel(datos_comparacion$categoría, "Minoría", "Empate", "Mayoría")
# Gráfico único con la distribución de las categorías de votos por provincia y año
graf_distribucion<-ggplot(datos_comparacion, aes(x = fct_reorder(codigo_provincia, -porcentaje_voto), fill = categoría)) +
geom_bar(stat = "count", position = "stack") +
labs(title = "Distribución de las categorías de votos por provincia (2008 vs 2019)",
x = "Provincia", y = "Número de votos", fill = "Categoría de voto") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 90, hjust = 1),
legend.position = "none")
graf_distribucion_inter<-ggplotly(graf_distribucion)Posible dependencia
graf_dep<-ggplot(election_data, aes(x = sqrt(censo), y = sqrt(votos_blancos))) +
geom_point(alpha = 0.6, color = "blue") + # Puntos de dispersión
geom_smooth(method = "lm", color = "red", se = TRUE) + # Línea de tendencia (opcional)
scale_x_continuous(labels = scales::comma) + # Formato del eje x
scale_y_continuous(labels = scales::comma) + # Formato del eje y
labs(
title = "RELACION ENTRE CENSO Y VOTOS BLANCOS",
x = "CENSO",
y = "VOTOS BLANCOS"
) +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, face = "bold", size = 14), # Estilo del título
axis.title = element_text(face = "bold", size = 12), # Estilo de los ejes
axis.text = element_text(size = 10) # Tamaño del texto en los ejes
)
# Calculamos la correlacion
correlacion_1 <- cor(election_data$censo, election_data$votos_blancos, method = "pearson", use = "complete.obs")
graf_dep<-ggplotly(graf_dep)¿Cuáles son las provincias con mayor y menor cambio en los votos entre 2008 y 2019?
# Calcular el cambio de votos entre 2008 y 2019 por provincia
cambio_votos <- election_tidy |>
filter(anno %in% c(2008, 2019)) |>
group_by(codigo_provincia, anno) |>
summarise(total_votos = sum(votos)) |>
spread(anno, total_votos) |>
mutate(cambio_votos = `2019` - `2008`)
# Crear gráfico de puntos para mostrar el cambio de votos por provincia
ggplot(cambio_votos, aes(x = fct_reorder(codigo_provincia, cambio_votos), y = cambio_votos)) +
geom_point(size = 3, color = "blue") +
geom_segment(aes(xend = codigo_provincia, yend = 0), color = "red") + # Línea que conecta con el eje 0
labs(title = "Cambio de votos entre 2008 y 2019 por provincia",
x = "Provincia", y = "Cambio en los votos") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 90, hjust = 1)) # Mejor visualización de las provincias
¿Cuál es la tendencia esperada para los próximos 12 meses en el conjunto de datos?
library(forecast)
# Filtrar o seleccionar datos relevantes. Por ejemplo, para los datos de una provincia en específico:
election_data <- election_tidy |>
filter(codigo_provincia == "01") |>
select(votos, anno)
# Convertir los datos en una serie temporal. Asegúrate de que 'anio' sea un valor numérico
ts_data <- ts(election_data$votos, start = c(min(election_data$anno), 1), frequency = 1)
# Ajustar el modelo ARIMA
model <- auto.arima(ts_data)
# Realizar el pronóstico para los próximos 12 meses
forecast_data <- forecast(model, h = 12)
# Graficar los resultados
graf<-autoplot(forecast_data) +
ggtitle("Pronóstico para los Próximos 12 Meses") +
xlab("dias") +
ylab("Valor Esperado") +
theme_minimal() +
theme(
plot.title = element_text(size = 16, face = "bold", hjust = 0.5),
axis.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size=10)
)
graf<-ggplotly(graf)